Optimisation of Non-Periodic Inspection and Maintenance for Multicomponent Systems

Babishin, V.; Hajipour, Y.; Taghipour, S.

doi:10.17531/ein.2018.2.20

Artykuł - szczegóły

Tytuł artykułu

Optimisation of Non-Periodic Inspection and Maintenance for Multicomponent Systems

Autorzy

Babishin V. , Hajipour Y. , Taghipour S.

Treść / Zawartość

Pełne teksty:

Pobierz

Identyfikatory

DOI

10.17531/ein.2018.2.20

Warianty tytułu

Optymalizacja nie-okresowych przeglądów i konserwacji systemów wieloelementowych

Języki publikacji

Abstrakty

A k-out-of-n:G system and a system with components subject to soft and hard failures are both inspected non-periodically. For the k-out-of-n system, components fail “silently” (i.e. are hidden), and the entire system fails when (n-k+1)st component fails. For the system with hard-type and soft-type components, hard failures cause system failure, while soft failures are hidden and do not cause immediate failure of the system, but still reduce its reliability. Every system failure allows for an opportunistic inspection of hidden soft-type components in addition to the scheduled inspections. The available maintenance types are replacement and minimal repair. For hard-type components, the maintenance decision is determined by the optimal age before replacement. For the soft-type components with hidden failures, we do not know their age, and so decide on the appropriate type of maintenance using the optimal number of minimal repairs before replacement. The hidden nature of soft-type component failures precludes the use of a tractable analytic expression, so we use simulation and genetic algorithm (GA) to jointly optimise the non-periodic policies on maintenance and inspection and to ensure these incur minimal expected total cost over a finite planning horizon. Due to increasing computational complexity associated with the number of inspections and maintenance policies to be evaluated, the genetic algorithm presents a promising method of optimisation for complex multicomponent systems with multiple decision parameters.

Przeglądów systemu typu k z n: G oraz systemu z elementami ulegającymi miękkim i twardym uszkodzeniom dokonuje się nieokresowo. W przypadku systemu k z n, składowe ulegają uszkodzeniom „w trybie cichym” (tj. uszkodzenia są ukryte), a cały system ulega awarii, gdy ulegnie uszkodzeniu element (n-k + 1). W przypadku systemu z elementami typu twardego i miękkiego, uszkodzenia twarde prowadzą do awarii systemu, natomiast uszkodzenia miękkie są ukryte i nie powodują natychmiastowej awarii systemu, choć nadal zmniejszają jego niezawodność. Każda awaria systemu stanowi dodatkową, w stosunku do przeglądów planowych, okazję do przeprowadzenia przeglądu (tzw. przegląd awaryjny) ukrytych elementów miękkich. Dostępne rodzaje konserwacji to wymiana oraz naprawa minimalna. W przypadku komponentów twardych, decyzję, który typ konserwacji zastosować, podejmuje się biorąc pod uwagę optymalny wiek przed wymianą. W przypadku elementów miękkich z ukrytymi uszkodzeniami, wiek optymalny jest nieznany, dlatego decyzje o odpowiednim typie konserwacji podejmuje się z uwzględnieniem optymalnej liczby minimalnych napraw przed wymianą. Ukryty charakter uszkodzeń elementów składowych typu miękkiego wyklucza wykorzystanie rozwiązywalnego wyrażenia analitycznego, dlatego w pracy użyto symulacji i algorytmu genetycznego (GA), w celu jednoczesnej optymalizacji nieokresowych strategii prowadzenia konserwacji i przeglądów oraz zapewnienia, że będą one pociągały za sobą minimalny oczekiwany koszt całkowity w skończonym horyzoncie planowania. W świetle rosnącej złożoności obliczeniowej związanej z dużą liczbą ocenianych przeglądów i strategii utrzymania ruchu, algorytm genetyczny stanowi obiecującą metodę optymalizacji złożonych systemów wieloelementowych o wielu parametrach decyzyjnych.

Słowa kluczowe

non-periodic inspection opportunistic inspection maintenance hidden soft failure hard failures genetic algorithm

przegląd nie-okresowy przegląd awaryjny utrzymanie ruchu ukryte uszkodzenie miękkie uszkodzenia twarde algorytm genetyczny

Wydawca

Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne

Czasopismo

Eksploatacja i Niezawodność

Rocznik

2018

Tom

Vol. 20, no. 2

Strony

327--342

Opis fizyczny

Bibliogr. 41 poz., rys., tab.

Twórcy

autor

Babishin V.

vbabisin@ryerson.ca

Department of Mechanical and Industrial Engineering Ryerson University 350 Victoria Street Toronto, Ontario, M5B 2K3, Canada

autor

Hajipour Y.

yassin.hajipour@ryerson.ca

Department of Mechanical and Industrial Engineering Ryerson University 350 Victoria Street Toronto, Ontario, M5B 2K3, Canada

autor

Taghipour S.

sharareh@ryerson.ca

Department of Mechanical and Industrial Engineering Ryerson University 350 Victoria Street Toronto, Ontario, M5B 2K3, Canada

Bibliografia

1. Aven T, Dekker R. A useful framework for optimal replacement models. Reliability Engineering and System Safety 1997; 58(1): 61-67, https://doi.org/10.1016/S0951-8320(97)00055-0.
2. Babishin V, Taghipour S. Joint maintenance and inspection optimization of a k-out-of-n system. Proceedings of the Annual Reliability and Maintainability Symposium 2016: 523-528, http://dx.doi.org/10.1109/RAMS.2016.7448039.
3. Babishin V, Taghipour S. Joint optimal maintenance and inspection for a k-out-of-n system. International Journal of Advanced Manufacturing Technology 2016; 87(5): 1739-1749, https://doi.org/10.1007/s00170-016-8570-z.
4. Babishin V, Taghipour S. Optimal maintenance policy for multicomponent systems with periodic and opportunistic inspections and preventive replacements. Applied Mathematical Modelling 2016; 40(23-24): 10480-10505, http://dx.doi.org/10.1016/j.apm.2016.07.019.
5. Bjarnason E T S, Taghipour S. Periodic inspection frequency and inventory policies for a k-out-of-n system. IIE Transactions. 2016; 48(7): 638-650, https://doi.org/10.1080/0740817X.2015.1122253.
6. Bjarnason E T S, Taghipour S, Banjevic D. Joint optimal inspection and inventory for a k-out-of-n system. Reliability Engineering and System Safety 2014; 131: 203-215, https://doi.org/10.1016/j.ress.2014.06.018.
7. Castanier B, Grall A, Bérenguer C. A condition-based maintenance policy with non-periodic inspections for a two-unit series system. Reliability Engineering and System Safety 2005; 87: 109-120, https://doi.org/10.1016/j.ress.2004.04.013.
8. Cho D I, Parlar M. A survey of maintenance models for multi-unit systems. European Journal of Operational Research 1991; 51: 1-23, https://doi.org/10.1016/0377-2217(91)90141-H.
9. Cui L, Li H. Opportunistic maintenance for multi-component shock models. Mathematical Methods of Operations Research 2006; 63: 493-511, https://doi.org/10.1007/s00186-005-0058-9.
10. Dagpunar J S. A maintenance model with opportunities and interrupt replacement options. The Journal of the Operational Research Society 1996; 47(11): 1406-1409, https://doi.org/10.1057/jors.1996.176.
11. Dekker R, Wildeman R E, van der Duyn Schouten F A. A review of multicomponent maintenance models with economic dependence. Mathematical Methods of Operations Research 1997; 45: 411-435, https://doi.org/10.1007/BF01194788.
12. Flage R, Aven T. Optimal periodic condition inspection and replacement policy for a binary monotone system using a counting process approach. Proc. IMechE Part O: J. Risk and Reliability 2010; 225: 161-168.
13. Gao W, Zhang Z, Ji H, Zhou Y, Liu Q. Optimal quasi-periodic preventive maintenance policies for a repairable system with stochastic maintenance interval. Eksploatacja i Niezawodnosc - Maintenance and Reliability 2015; 17(3): 389-397, https://doi.org/10.17531/ein.2015.3.9.
14. Golmakani H R, Makedi H. Optimal non-periodic inspection scheme for a multi-component repairable system using A* search algorithm. Computers & Industrial Engineering 2012; 63: 1038-1047, https://doi.org/10.1016/j.cie.2012.07.002.
15. Gunn E A, Diallo C. Optimal opportunistic indirect grouping of preventive replacements in multicomponent systems. Computers & Industrial Engineering 2015; 90: 281-291, https://doi.org/10.1016/j.cie.2015.09.013.
16. Hajipour Y, Taghipour S. Non-periodic inspection optimization of multi-component and k-out-of-n systems using genetic algorithm. Reliability Engineering and System Safety 2016; 156: 228-243, https://doi.org/10.1016/j.ress.2016.08.008.
17. Lapa C M F, Pereira C M N A, Frutuoso e Melo P F. Surveillance test policy optimization through genetic algorithms using non-periodic intervention frequencies and considering seasonal constraints. Reliability Engineering and System Safety 2003; 81: 103-109, https://doi.org/10.1016/S0951-8320(03)00085-1.
18. Legát V, Mošna F, Aleš Z, Jurča V. Preventive maintenance models - higher operational reliability. Eksploatacja i Niezawodnosc - Maintenance and Reliability 2017; 19(1): 134-141, https://doi.org/10.17531/ein.2017.1.19.
19. Lienhardt B, Hugues E, Bes C, Noll D. Failure-finding frequency for a repairable system subject to hidden failures. Journal of Aircraft 2008; 45(5): 1804-1809, https://doi.org/10.2514/1.31149.
20. Ozekici S. Optimal periodic replacement of multicomponent reliability systems. Operations Research 1988; 36(4): 542-552, https://doi.org/10.1287/opre.36.4.542.
21. Pandey M, Zuo M J, Moghaddass R. Selective maintenance scheduling over a finite planning horizon. Proc. IMechE Part O: J. Risk and Reliability 2016; 230(2): 162-177.
22. Park K S. Optimal number of minimal repairs before replacement. IEEE Transactions on Reliability 1979; R-28(2): 137-140.
23. Peng W, Liu Y, Zhang X, Huang H Z. Sequential preventive maintenance policies with consideration of random adjustment-reduction features. Eksploatacja i Niezawodnosc - Maintenance and Reliability 2015; 17(2): 306-313, https://doi.org/10.17531/ein.2015.2.19.
24. Sheu S H, Li S H, Chang C C. A generalised maintenance policy with age-dependent minimal repair cost for a system subject to shocks under periodic overhaul. International Journal of Systems Science 2012; 43(6): 1007-1013, https://doi.org/10.1080/00207720802645220.
25. Sriram C, Haghani A. An optimization model for aircraft maintenance scheduling and re-assignment. Transportation Research Part A 2003; 37: 29-48, https://doi.org/10.1016/S0965-8564(02)00004-6.
26. Su B. An optimal inspection and diagnosis policy for a multi-mode system. Reliability Engineering and System Safety 2002; 76: 181-188, https://doi.org/10.1016/S0951-8320(02)00003-0.
27. Taghipour S. Optimal inspection model for a load-sharing redundant system. Proceedings of the Annual Reliability and Maintainability Symposium 2014; 198-202.
28. Taghipour S. Reliability and maintenance of medical devices. Toronto: LAP Lambert Academic Publishing, 2011.
29. Taghipour S, Banjevic D. Optimal inspection of a complex system subject to periodic and opportunistic inspections and preventive replacements. European Journal of Operational Research 2012; 220(3): 649-660, https://doi.org/10.1016/j.ejor.2012.02.002.
31. Taghipour S, Banjevic D. Optimum inspection interval for a system under periodic and opportunistic inspections. IIE Transactions 2012; 44: 932-948, https://doi.org/10.1080/0740817X.2011.618176.
32. Taghipour S, Banjevic D. Periodic inspection optimization models for a repairable system subject to hidden failures. IEEE Transactions on Reliability 2011; 60(1): 275-285, https://doi.org/10.1109/TR.2010.2103596.
33. Taghipour S, Kassaei M L. Periodic inspection optimization of a k-out-of-n load-sharing system. IEEE Transactions on Reliability 2015; 64(3): 1116-1127, https://doi.org/10.1109/TR.2015.2421819.
34. Vaurio J K. Optimization of test and maintenance intervals based on risk and cost. Reliability Engineering and System Safety 1995; 49(1): 23-36, https://doi.org/10.1016/0951-8320(95)00035-Z.
35. Wang H. A survey of maintenance policies of deteriorating systems. European Journal of Operational Research 2002; 139: 469-489, https://doi.org/10.1016/S0377-2217(01)00197-7.
36. Wang KH, Kuo C C. Cost and probabilistic analysis of series systems with mixed standby components. Applied Mathematical Modelling 2000; 24: 957-967, https://doi.org/10.1016/S0307-904X(00)00028-7.
37. Wang H, Pham H. Reliability and optimal maintenance. London: Springer, 2006.
38. Yun WY, Endharta AJ. A preventive replacement policy based on system critical condition. Proc. IMechE Part O: J. Risk and Reliability. 2016;230(1):93-100.
39. Zhang YL, Wu S. Reliability analysis for a k/n(F) system with repairable repair-equipment. Applied Mathematical Modelling 2009; 33: 3052-3067, https://doi.org/10.1016/j.apm.2008.10.022.
40. Zhao X, Fouladirad M, Bérenguer C. Residual-based inspection/replacement policy for a deteriorating system with Markovian covariates. Proceedings of the Industrial Engineering and Engineering Management (IEEM) Conference 2010; 1: 636-641, https://doi.org/10.1109/IEEM.2010.5674526.
41. Zhu W, Fouladirad M, Berenguer C. A reactive multi-component maintenance policy for offshore wind turbines. In: European Safety and Reliability Conference (ESREL) 2013; 811-817.
42. Zille V, Bérenguer C, Grall A, Despujols A. Modelling multicomponent systems to quantify reliability centred maintenance strategies. Proc. IMechE Part O: J. Risk and Reliability 2011; 225: 141-160.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).

Typ dokumentu

Bibliografia

Identyfikator YADDA

bwmeta1.element.baztech-e6cb3ace-3a9b-4caf-ba26-f2b9f70eed60